2013苏教版选修（2-3）3.2《回归分析》课件ppt.pptVIP

学习目标:通过对典型案例的探究,进一步了解回归的基本思想、方法、及初步应用。 自学指导： 1.“质点运动”的散点图如何作出？其回归系数如何确定？ 2.什么叫随机误差？随机误差产生的原因有哪几种？ 3.什么叫线性回归模型？应注意哪两点？ 4.相关关系与函数关系有怎样的不同？ 5.对于线性相关的两个变量用什么方法来刻划它们之间的关系呢？ 分层训练：必做题：P104、练习2(2) 选做题：P108、复习题2(2),(3) 作业：P106 习题3.2、2 * 1.两个变量的关系 不相关 相关关系 函数关系 线性相关 非线性相关 问题1：现实生活中两个变量间的关系有哪些呢？ 相关关系：对于两个变量，当自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系。 问题2：对于线性相关的两个变量用什么方法来刻划它们之间的关系呢？ 2、最小二乘估计 最小二乘估计下的线性回归方程： 3、回归分析的基本步骤: 画散点图 求回归方程 预报、决策 画散点图 求出 , 的值。 求回归直线方程 用回归直线方程解决应用问题 对一作直线运动的质点的运动过程观测了8次，得到如下表所示的数据，试估计当x=９时的位置y的值． 问题情境 时刻x 位置观测值y /cm /s 解决这个问题的方法是：先作散点图，如下图所示： 从散点图中可以看出，样本点呈直线趋势，时间x与位置观测值y之间有着较好的线性关系．因此可以用线性回归方程来刻画它们之间的关系． 根据线性回归的系数公式: 可以得到线性回归方程为 所以当 时，由线性回归方程可以估计 其位置值为 问题：在时刻 时，质点的运动位置一定是 吗？ §3.2回归分析(1) 自学检测：P104、练习1 1.线性回归模型 其中a+bx是确定性函数， ? 是随机误差. 注：? 产生的主要原因： (1)所用确定性函数不恰当； (2)忽略了某些因素的影响； (3)观测误差。 注意： (2) 在模型合理的情况下，如何估计a,b. (1) 模型的合理性； 2．探求线性回归系数的最佳估计值： 对应的随机误差项 我们希望总误差越小越好，即要使 越小越好．故只要求出使 ， ． 设有 对观测数据 , 根据线性回归模型，对于每一个 ， ， 的值作为 取得最小值时的 ， ， 的估计值，记为 ， . 利用最小二乘法可以得到 , 的计算公式为 其中 , 回归直线，此直线方程即为线性回归方程．其中 称为回归系数， 称为回归值． 由此得到的直线 就称为这 对数据的 称为回归截距， , 分别为a,b的估计值, 例1.下表给出我国从1949至1999年人口数 据资料，试根据表中数据估计我国2004年 的人口数。 1246 1177 1107 1035 975 909 807 705 672 603 542 人口数/百万 99 94 89 84 79 74 69 64 59 54 49 年份 1246 1177 1107 1035 975 909 807 705 672 603 542 人口数/百万 50 45 40 35 30 25 20 15 10 5 0 年份 分析：先画图 解:作出11个点(x,y)构成的散点图， 由图可知，这些点在一条直线附近，可以用线性回归模型 来表示它们之间的关系. 根据公式（1）可得 分别为a,b的估计值， 这里 因此线性回归方程为 即2004年的人口总数估计为13.23亿. 时 ， x每增加1个单位， y相应地平均增加 个单位； 3 的几何意义： 和 的几何意义是： 中 线性回归方程 和 为基数， 以